В статье приводятся результаты исследований по разработке гибридных интеллектуальных регуляторов, позволяющих обеспечить эффективность управления техническим объектом, в том числе функционирующим в условиях неопределенности. Рассмотрены вопросы компенсации разных типов неопределенностей при управлении техническим объектом с применением интеллектуальных регуляторов. Дана обобщенная классификация неопределенностей и предложена новая с определением тех ее видов, компенсация которых достигается с помощью разработанных методов и алгоритмов. Такими видами неопределенностей являются параметрическая неопределенность, неопределенности, вызванные внешними воздействиями, лингвистическая неопределенность. Отдельно выделена лингвистическая неопределенность, приведены способы ее компенсации, основанные на подходе управления, который базируется на сочетании классической теории управления, нечеткой логики, нейросетевых технологий и генетических алгоритмов. В рамках демонстрации подхода в общем виде описан весь процесс получения желаемого управления для технического объекта, в том числе функционирующего в условиях неопределенности. Представлены результаты работы созданных методов управления техническими объектами с применением интеллектуальных регуляторов на основе самоорганизации баз знаний. Основу методов составляет алгоритм самоорганизации робастных баз знаний без привлечения эксперта с автоматизацией процесса генерации управляющих правил. Реализация алгоритма в моделях управления способствует получению желаемого управления для технических объектов, включая функционирующие в условиях неопределенности, представленных линейными или нелинейными математическими моделями первого, второго и третьего порядков, в том числе с запаздыванием. Результаты моделирования подтверждают, что применение подхода с гибридным управлением позволяет получать желаемое управление техническим объектом, в том числе функционирующим в условиях неопределенности.